Dataflow ile verileri toplu olarak işleyin

Bu sayfada, performans odaklı pazarlama için Dataflow'un Apache Beam ardışık düzeninde toplu Cloud Firestore işlemleri yapma. Apache Beam, Cloud Firestore için bir bağlayıcıyı destekler. Bunu kullanabilirsiniz Dataflow'da toplu işlem ve akış işlemlerini çalıştırmak için bağlayıcı.

Büyük ölçekli veriler için Dataflow ve Apache Beam kullanılmasını öneririz daha fazla bilgi edineceksiniz.

Apache Beam için Cloud Firestore bağlayıcısı Java'da kullanılabilir. Daha fazla Cloud Firestore bağlayıcısı hakkında bilgi edinmek için Java için Apache Beam SDK'sı.

Başlamadan önce

Bu sayfayı okumadan önce Apache Beam için programlama modeli.

Örnekleri çalıştırmak için Dataflow API'yi etkinleştirmeniz gerekir.

Örnek Cloud Firestore ardışık düzenleri

Aşağıdaki örneklerde, veri yazan bir ardışık düzen gösterilmektedir. verileri okur ve filtreler. Bu örnekleri projeniz için başlangıç noktası olarak kullanabilirsiniz geliştirmenizi sağlar.

Örnek ardışık düzenlerini çalıştırma

Örneklerin kaynak kodu şu konumda bulunmaktadır: googleapis/java-firestore GitHub deposu. Bu örnekleri çalıştırmak için kaynak kodunu indirin ve BENİOKU'u inceleyin.

Örnek Write ardışık düzeni

Aşağıdaki örnek, cities-beam-sample koleksiyonunda dokümanlar oluşturur:



public class ExampleFirestoreBeamWrite {
  private static final FirestoreOptions FIRESTORE_OPTIONS = FirestoreOptions.getDefaultInstance();

  public static void main(String[] args) {
    runWrite(args, "cities-beam-sample");
  }

  public static void runWrite(String[] args, String collectionId) {
    // create pipeline options from the passed in arguments
    PipelineOptions options =
        PipelineOptionsFactory.fromArgs(args).withValidation().as(PipelineOptions.class);
    Pipeline pipeline = Pipeline.create(options);

    RpcQosOptions rpcQosOptions =
        RpcQosOptions.newBuilder()
            .withHintMaxNumWorkers(options.as(DataflowPipelineOptions.class).getMaxNumWorkers())
            .build();

    // create some writes
    Write write1 =
        Write.newBuilder()
            .setUpdate(
                Document.newBuilder()
                    // resolves to
                    // projects/<projectId>/databases/<databaseId>/documents/<collectionId>/NYC
                    .setName(createDocumentName(collectionId, "NYC"))
                    .putFields("name", Value.newBuilder().setStringValue("New York City").build())
                    .putFields("state", Value.newBuilder().setStringValue("New York").build())
                    .putFields("country", Value.newBuilder().setStringValue("USA").build()))
            .build();

    Write write2 =
        Write.newBuilder()
            .setUpdate(
                Document.newBuilder()
                    // resolves to
                    // projects/<projectId>/databases/<databaseId>/documents/<collectionId>/TOK
                    .setName(createDocumentName(collectionId, "TOK"))
                    .putFields("name", Value.newBuilder().setStringValue("Tokyo").build())
                    .putFields("country", Value.newBuilder().setStringValue("Japan").build())
                    .putFields("capital", Value.newBuilder().setBooleanValue(true).build()))
            .build();

    // batch write the data
    pipeline
        .apply(Create.of(write1, write2))
        .apply(FirestoreIO.v1().write().batchWrite().withRpcQosOptions(rpcQosOptions).build());

    // run the pipeline
    pipeline.run().waitUntilFinish();
  }

  private static String createDocumentName(String collectionId, String cityDocId) {
    String documentPath =
        String.format(
            "projects/%s/databases/%s/documents",
            FIRESTORE_OPTIONS.getProjectId(), FIRESTORE_OPTIONS.getDatabaseId());

    return documentPath + "/" + collectionId + "/" + cityDocId;
  }
}
ExampleFirestoreBeamWrite.java

Örnekte bir ardışık düzeni yapılandırmak ve çalıştırmak için aşağıdaki bağımsız değişkenler kullanılmaktadır:

GOOGLE_CLOUD_PROJECT=project-id
REGION=region
TEMP_LOCATION=gs://temp-bucket/temp/
NUM_WORKERS=number-workers
MAX_NUM_WORKERS=max-number-workers

Örnek Read Ardışık Düzeni

Aşağıdaki örnek ardışık düzen, cities-beam-sample öğesindeki belgeleri okur koleksiyonu, country alanının şu şekilde ayarlandığı dokümanlar için filtre uygular: USA ve eşleşen dokümanların adlarını döndürür.



public class ExampleFirestoreBeamRead {

  public static void main(String[] args) {
    runRead(args, "cities-beam-sample");
  }

  public static void runRead(String[] args, String collectionId) {
    FirestoreOptions firestoreOptions = FirestoreOptions.getDefaultInstance();

    PipelineOptions options =
        PipelineOptionsFactory.fromArgs(args).withValidation().as(PipelineOptions.class);
    Pipeline pipeline = Pipeline.create(options);

    RpcQosOptions rpcQosOptions =
        RpcQosOptions.newBuilder()
            .withHintMaxNumWorkers(options.as(DataflowPipelineOptions.class).getMaxNumWorkers())
            .build();

    pipeline
        .apply(Create.of(collectionId))
        .apply(
            new FilterDocumentsQuery(
                firestoreOptions.getProjectId(), firestoreOptions.getDatabaseId()))
        .apply(FirestoreIO.v1().read().runQuery().withRpcQosOptions(rpcQosOptions).build())
        .apply(
            ParDo.of(
                // transform each document to its name
                new DoFn<RunQueryResponse, String>() {
                  @ProcessElement
                  public void processElement(ProcessContext c) {
                    c.output(Objects.requireNonNull(c.element()).getDocument().getName());
                  }
                }))
        .apply(
            ParDo.of(
                // print the document name
                new DoFn<String, Void>() {
                  @ProcessElement
                  public void processElement(ProcessContext c) {
                    System.out.println(c.element());
                  }
                }));

    pipeline.run().waitUntilFinish();
  }

  private static final class FilterDocumentsQuery
      extends PTransform<PCollection<String>, PCollection<RunQueryRequest>> {

    private final String projectId;
    private final String databaseId;

    public FilterDocumentsQuery(String projectId, String databaseId) {
      this.projectId = projectId;
      this.databaseId = databaseId;
    }

    @Override
    public PCollection<RunQueryRequest> expand(PCollection<String> input) {
      return input.apply(
          ParDo.of(
              new DoFn<String, RunQueryRequest>() {
                @ProcessElement
                public void processElement(ProcessContext c) {
                  // select from collection "cities-collection-<uuid>"
                  StructuredQuery.CollectionSelector collection =
                      StructuredQuery.CollectionSelector.newBuilder()
                          .setCollectionId(Objects.requireNonNull(c.element()))
                          .build();
                  // filter where country is equal to USA
                  StructuredQuery.Filter countryFilter =
                      StructuredQuery.Filter.newBuilder()
                          .setFieldFilter(
                              StructuredQuery.FieldFilter.newBuilder()
                                  .setField(
                                      StructuredQuery.FieldReference.newBuilder()
                                          .setFieldPath("country")
                                          .build())
                                  .setValue(Value.newBuilder().setStringValue("USA").build())
                                  .setOp(StructuredQuery.FieldFilter.Operator.EQUAL))
                          .buildPartial();

                  RunQueryRequest runQueryRequest =
                      RunQueryRequest.newBuilder()
                          .setParent(DocumentRootName.format(projectId, databaseId))
                          .setStructuredQuery(
                              StructuredQuery.newBuilder()
                                  .addFrom(collection)
                                  .setWhere(countryFilter)
                                  .build())
                          .build();
                  c.output(runQueryRequest);
                }
              }));
    }
  }
}
ExampleFirestoreBeamRead.java

Örnekte bir ardışık düzeni yapılandırmak ve çalıştırmak için aşağıdaki bağımsız değişkenler kullanılmaktadır:

GOOGLE_CLOUD_PROJECT=project-id
REGION=region
TEMP_LOCATION=gs://temp-bucket/temp/
NUM_WORKERS=number-workers
MAX_NUM_WORKERS=max-number-workers

Fiyatlandırma

Dataflow'da Cloud Firestore iş yükü çalıştırmanın maliyeti vardır Cloud Firestore kullanımı ve Dataflow kullanımı için geçerlidir. Veri Akışı kullanımı, işlerinizin kullandığı kaynaklar için faturalandırılır. Bkz. Dataflow fiyatlandırma sayfası inceleyebilirsiniz. Cloud Firestore fiyatlandırması için bkz. Fiyatlandırma sayfası.

Sırada ne var?